Un "Google" para el ARN podría revelar secretos de las células hasta ahora inaccesibles

Al igual que Google hizo con Internet hace 30 años, un nuevo buscador denominado Malva permite a los científicos y a las herramientas de inteligencia artificial buscar datos específicos en millones de células en segundos, acelerando procesos que actualmente requieren complejas búsquedas durante días. El avance podría facilitar nuevos desarrollos científicos y médicos.

Durante la última década, la biología celular ha entrado en una era de abundancia de datos. Las tecnologías de secuenciación de ARN de célula única y de transcriptómica espacial permiten observar qué moléculas de ARN están presentes en células individuales y, en algunos casos, dónde se encuentran dentro de un tejido.

El problema ya no es tanto obtener información como encontrarla entre cantidades ingentes de datos. Ahora, un equipo científico del Max Delbrück Center de Berlín, en Alemania, propone una solución inspirada en Google: Malva, un motor de búsqueda capaz de localizar secuencias de ARN en decenas de millones de células en cuestión de segundos.

El estudio, publicado en la revista Nature, parte de una limitación fundamental de las herramientas actuales. Los grandes atlas de células suelen convertir las secuencias en recuentos de genes, mediante su comparación con un genoma de referencia.

El "Google" que simplifica las búsquedas en genética

Ese proceso es muy útil para muchas aplicaciones, pero también elimina parte de la información original: variantes poco comunes, mutaciones, secuencias que no encajan con el genoma de referencia o diferentes versiones de un mismo elemento pueden quedar ocultas. Recuperar esos datos directamente obligaría a descargar y reprocesar petabytes de archivos, una tarea que queda fuera del alcance de la mayoría de los laboratorios.

Malva cambia el enfoque: en lugar de limitarse a preguntar qué genes están expresados, permite buscar directamente secuencias de nucleótidos en los datos originales. Su índice, en constante crecimiento, reunía en el momento del estudio unos 74 millones de células procedentes de miles de experimentos sobre salud y enfermedad.

Los investigadores pueden introducir una secuencia concreta, un gen, una región o incluso una consulta formulada en lenguaje natural y recuperar las células que contienen la señal buscada, junto con información sobre tejidos, enfermedades y otros metadatos.

Todo se reduce a segundos

La velocidad es uno de los elementos más importantes a tener en cuenta. En las pruebas efectuadas, una búsqueda de un k-mer, un pequeño fragmento de secuencia, tardaba alrededor de 70 milisegundos, mientras que consultar un transcrito de 1 kilobase llevaba unos 0,9 segundos.

Una búsqueda de 1.000 transcritos podía completarse en aproximadamente un minuto, utilizando un único núcleo de CPU. En otro ensayo, el sistema indexó un atlas de hígado de ratón con unos 61.000 millones de lecturas en 24 horas de CPU, con un consumo máximo de memoria de 8 GB.

La importancia científica de este cambio reside en las preguntas que ahora pueden plantearse, de acuerdo a una nota de prensa. Los investigadores demostraron, por ejemplo, que Malva puede detectar mutaciones somáticas asociadas al cáncer directamente en datos de ARN de célula única.

Alteraciones genéticas difíciles de hallar

El análisis abarcó 280 muestras tumorales de 16 tipos de cáncer y mostró una elevada sensibilidad y especificidad, incluso para variantes presentes en un número reducido de células. Eso permite buscar determinadas alteraciones genéticas a gran escala sin volver a alinear todos los datos ni ejecutar herramientas especializadas de detección de variantes.

La plataforma también aporta una ventana sobre fenómenos del ARN que los atlas convencionales suelen simplificar en exceso. Los genes pueden producir distintas versiones alternativas de un mismo transcrito, denominadas isoformas, con funciones diferentes según el tipo celular.

Malva permitió identificar patrones específicos de uso de isoformas y, por ejemplo, reproducir diferencias conocidas del gen Ptprc en distintas poblaciones de linfocitos. También puede buscar ARN circulares, que suelen quedar fuera de las matrices convencionales de expresión génica.

Un primer paso hacia nuevos descubrimientos

Otro aspecto especialmente prometedor es su carácter independiente del genoma de referencia. Esto permite localizar secuencias que no encajan bien con las referencias estándar y ampliar la búsqueda a organismos distintos del ser humano, incluidos virus, bacterias y hongos.

Los autores señalan que esa capacidad podría facilitar estudios sobre patógenos presentes en las células, variantes genéticas raras o secuencias desconocidas que hasta ahora permanecían escondidas en los datos. Además, Malva permite conectar las búsquedas con modelos de inteligencia artificial y redes neuronales, abriendo la posibilidad de automatizar análisis cada vez más complejos.

La verdadera novedad está en recuperar la resolución de secuencias que otros métodos suelen perder cuando los datos se agregan. Por ahora, la plataforma está disponible gratuitamente para científicos, y sus creadores trabajan en una posible explotación comercial, con una patente en trámite.

El potencial va más allá de acelerar una búsqueda: en un campo en el que cada año se generan petabytes de información, disponer de una herramienta capaz de interrogar directamente ese archivo biológico puede cambiar qué preguntas resultan abordables. Sin dudas, transformar una pregunta que antes era impracticable en una búsqueda de segundos puede ser el primer paso hacia un descubrimiento.

Fuente: Levante - EMV